10. SELECT field AS alias;
SELECT COUNT(id), SUM(quantity),
AVG(age);
SELECT MIN(date), MAX(quantity);
11. SELECT IF(500<1000, "YES", "NO");
SELECT OrderID, Quantity,
CASE
WHEN Quantity > 30 THEN "Over 30"
WHEN Quantity = 30 THEN "Equal 30"
ELSE "Under 30"
END AS QuantityText
27. SELECT *
FROM tabla_diaria
WHERE id = 1;
SELECT *
FROM tabla_diaria
WHERE cantidad > 10;
SELECT *
FROM tabla_diaria
WHERE cantidad < 100;
28. SELECT *
FROM tabla_diaria
WHERE cantidad > 10
AND cantidad < 100;
SELECT *
FROM tabla_diaria
WHERE cantidad BETWEEN 10
AND 100;
29. SELECT *
FROM users
WHERE name = "Israel"
AND (
lastname = "Vázquez"
OR
lastname = "López"
);
SELECT *
FROM users
WHERE name = "Israel"
AND lastname = "Vázquez"
OR lastname = "López";
30. SELECT *
FROM users
WHERE name LIKE "Is%";
SELECT *
FROM users
WHERE name LIKE "Is_ael";
SELECT *
FROM users
WHERE name NOT LIKE "Is_ael";
31. SELECT *
FROM users
WHERE name IS NULL;
SELECT *
FROM users
WHERE name IS NOT NULL;
SELECT *
FROM users
WHERE name IN ('Israel','Laura',
'Luis');
54. Espacio para imagen
Es una colección
de múltiples bases
de datos separadas
físicamente que se
comunican mediante
una red informática.
¿Qué es?
55. Espacio para imagen
Ventajas
● Desarrollo modular.
● Incrementa la
confiabilidad.
● Mejora el
rendimiento.
● Mayor disponibilidad.
● Rapidez de respuesta.
65. ● Cada tupla tiene 25B (200b).
● El query será: obtener los números de proveedor
de Bogotá que tienen repuestos de color rojo.
● P >< PR >< R.
Tabla Columnas Tuplas Localización
Proveedores(P) P# Ciudad 10,000 Región A
Repuestos (R) R# Color 100,000 Región B
Prov-Rep(PR) P# R# 1,000,000 Región A
66. Tabla Columnas Tuplas Localización
Proveedores(P) P# Ciudad 10,000 Región A
Repuestos (R) R# Color 100,000 Región B
Prov-Rep(PR) P# R# 1,000,000 Región A
● Suposiciones
de cardinalidad:
- Repuestos rojos: 10.
- Número de pedidos
hechos por proveedores
de Bogotá: 100,000.
● Suposiciones
de comunicación:
- Tasa de transferencia:
50,000 bits por segundo.
- Latencia de acceso: 0.1s.
67. Tabla Columnas Tuplas Localización
Proveedores(P) P# Ciudad 10,000 Región A
Repuestos (R) R# Color 100,000 Región B
Prov-Rep(PR) P# R# 1,000,000 Región A
● Retraso total en la comunicación = (retraso total de
acceso) + (volumen total de datos/tasa de transferencia).
● Retraso total en la comunicación = (número
de mensajes/10) + (número de bits/50,000).
68. Retraso total en la comunicación =
(número de mensajes/10) + (número de bits/50,000)
69. # Técnica Estimación Tiempo total
1 Mover R a Región A (0.1) +
(100,000*200)/50,000=400s=6.67min
6.67 min
2 Mover P y PR a
Región B
(0.2) +
((10,000+1,000,000)*200)/50,000 =
4,040s = 1.12h
1.12 h
3 Revisar repuestos
rojos para cada
proveedor de Bogotá
Join de P y PR en A filtrar los
proveedores de Bogotá y hacer un join
con R en B
5.56 h
4 Por cada repuesto
rojo revisar si hay un
proveedor en Bogotá
Filtrar R en B y por los 10 resultados
hacer un join remoto con PR en A
2 s
5 Mover los pedidos
de Bogotá a B
0.1 + (100,000*200)/50,000 = 400s =
6.67min
6.67 min
6 Mover los repuestos
rojos a A
0.1 + (10*200)/50,000 = 0.10s 0.10 s
74. Espacio para imagen
¿Qué son?
Realizan cálculos en
algunas tuplas que se
encuentran relacionadas
con la tupla actual.
75. Espacio para imagen
¿Para qué sirven?
Evitan el uso de self
joins y reduce la
complejidad alrededor
de la analítica,
agregaciones y uso de
cursores.
Top down: Planeada y generalmente homogenea
Bottom up: Estrategia tardía de unificación de BD existentes.
Top down: Planeada y generalmente homogenea
Bottom up: Estrategia tardía de unificación de BD existentes.
Completa: Excelente para consultas rápidas
Parcial: Partes de la base de datos replicadas basado en el acceso a ellas
Centralizada: Cuando los datos se almacenan en un solo lugar, sin distribución.
Particionada: La base de datos se divide en fragmentos y almacenados en múltiples lugares.
Replicada: Copias de uno o más fragmentos de la base de datos se almacenan en diversos sitios.
Similar a las agregaciones (Group by) pero no reduce los datos sino se mantiene el número de rows
Similar a las agregaciones (Group by) pero no reduce los datos sino se mantiene el número de rows